Roguebert Toxicity 85K
模型概述
該模型能對評論進行毒性分類,包括'有毒'、'淫穢'、'侮辱'和'威脅'等類型,適用於內容審核和毒性檢測。
模型特點
高準確率
在評估集上達到98.12%的準確率
多類別分類
能識別多種毒性類型,包括有毒、淫穢、侮辱和威脅
基於RoBERTa
基於強大的roberta-base模型微調,具有優秀的文本理解能力
模型能力
文本分類
毒性檢測
內容審核
使用案例
內容審核
社交媒體審核
自動標記或刪除社交媒體平臺上的毒性評論
減少人工審核工作量,提高審核效率
論壇管理
識別論壇中的惡意評論
維護健康的討論環境
客戶支持
客戶反饋分析
識別客戶反饋中的侮辱性或威脅性內容
幫助優先處理高風險客戶問題
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98